성능 모니터링 — 정의, 메트릭 및 데이터 수집

성능 모니터링이란

성능 모니터링은 런타임 메트릭, 메모리 사용량, 프레임 속도 및 에너지 소비를 수집하여 애플리케이션 동작을 정량화하는 방법입니다. 치명적인 오류만 캡처하는 크래시 리포팅과 달리, 성능 모니터링은 점진적인 저하를 추적합니다. 앱이 작동하지만 정상 속도보다 느린 상태를 감지합니다.

Google(2024)에 따르면, 53%의 사용자가 앱 로딩에 3초 이상 걸리면 앱을 닫습니다. 지연이 1초 추가될 때마다 전환율은 카테고리 전체에서 평균 20% 감소합니다. 이는 성능 모니터링을 모바일 제품에 있어 단순한 기술적 관행이 아니라 비즈니스 필수 요소로 만듭니다.

현대 성능 모니터링은 네 가지 수준을 다룹니다: 클라이언트 측(iOS, Android), 네트워크(API 요청, WebSocket), 백엔드 서비스 및 인프라입니다. 모바일 개발에서는 대부분의 성능 문제가 사용자 기기에서 발생하므로 클라이언트 측 메트릭에 초점을 맞춥니다.

모바일 앱의 주요 메트릭

포괄적인 모니터링을 위해 다섯 가지 메트릭 그룹을 추적해야 하며, 각 그룹은 사용자 경험의 다른 측면을 담당합니다. FPS(초당 프레임 수)는 애니메이션과 스크롤의 부드러움을 나타내며, 초당 30프레임 미만은 눈에 버벅임으로 인지됩니다.

시간 메트릭

콜드 스타트 시간 — 아이콘을 탭하는 순간부터 UI가 완전히 준비될 때까지의 시간. 핫 스타트 시간 — 백그라운드에서 복귀하는 시간. 사용자 동작 응답 시간(탭-투-리스폰스). Android의 시작 시간은 ActivityManager를 통해 측정되고, iOS의 경우 dyld 및 premain 시간을 통해 측정됩니다. Firebase Performance에 따르면, 상위 100개 앱의 콜드 스타트 시간 중앙값은 1.8초입니다.

메모리 및 CPU 메트릭

RAM 소비는 기기 사용 가능 용량의 80%를 초과해서는 안 됩니다. 초과하면 시스템이 앱을 백그라운드에서 언로드하기 시작합니다. 메모리 풋프린트는 Xcode Instruments(iOS) 및 Android Profiler를 통해 추적됩니다. 메모리 누수는 반복 작업(예: 화면 전환) 중 소비 증가로 감지됩니다.

네트워크 메트릭

HTTP 요청 실행 시간, 응답 크기, 타임아웃 빈도 및 오류율. 네트워크 지연 시간은 불안정한 연결 환경(3G, 지하철, 엘리베이터, 로밍)에서 작동하는 모바일 앱에 특히 중요합니다. p95 응답 시간을 추적하는 것이 권장되며, 이는 최악의 네트워크 조건에서 가장 “무거운” 사용자의 경험을 보여줍니다.

Real User Monitoring과 Synthetic Monitoring

Real User Monitoring(RUM)은 프로덕션 환경에서 실제 사용자 기기의 데이터를 수집합니다. 이 방법은 사용자의 기기, OS 버전, 네트워크 및 지리적 위치를 고려한 실제 지연 시간을 보여줍니다. RUM은 가장 정확한 성능 그림을 제공하지만 샘플에 포함된 사용자에 따라 달라집니다.

반면 Synthetic Monitoring은 통제된 조건에서 테스트 기기에서 미리 정의된 시나리오를 실행합니다. 이를 통해 사용자에게 도달하기 전에 성능 저하를 감지하고 일관된 환경에서 문제를 재현할 수 있습니다. Firebase Test Lab과 BrowserStack은 수동 실행 없이 실제 기기에서 합성 테스트를 제공합니다.

최적의 전략은 두 접근 방식의 조합입니다: 합성 테스트는 CI 단계에서 성능 저하를 포착하고, RUM은 프로덕션에서 실제 그림을 제공합니다. Datadog(2024)에 따르면, 두 방법을 모두 사용하는 팀은 인시던트가 되기 전에 35% 더 많은 성능 문제를 발견합니다.

Firebase Performance Monitoring 설정

Firebase Performance Monitoring은 iOS 및 Android에서 성능 메트릭을 수집하기 위한 Google의 무료 도구입니다. 코드를 작성하지 않고도 앱 시작 시간, HTTP 요청 및 화면 렌더링을 자동으로 측정합니다. 설정하려면 프로젝트에 SDK를 추가하고 Firebase 콘솔에서 Performance 모듈을 활성화하기만 하면 됩니다.

자동 메트릭 수집

SDK를 통합하면 Firebase Performance는 URLSession(iOS) 또는 OkHttp(Android)를 통해 각 HTTP 요청에 대한 트레이스를 자동으로 생성합니다. 화면 렌더링은 UIViewController 및 Activity에 대해 측정되며, onCreate/viewDidLoad에서 첫 번째 렌더링 완료까지의 시간을 캡처합니다. 모든 메트릭은 Firebase 콘솔에서 집계되어 앱 버전, 기기 및 국가별로 분류됩니다.

import com.google.firebase.perf.FirebasePerformance
import com.google.firebase.perf.metrics.Trace

class PaymentService {
    private val firebasePerf = FirebasePerformance.getInstance()

    fun processPayment(amount: Double) {
        val trace = firebasePerf.newTrace("payment-flow")
        trace.start()
        trace.putAttribute("amount", amount.toString())
        // 결제 처리
        trace.stop()
    }
}

이 코드는 금액 속성이 있는 결제 시나리오에 대한 커스텀 트레이스를 생성합니다. Firebase 콘솔에서 이 트레이스를 사용하면 앱 버전 및 기기별로 그룹화된 결제 실행 시간의 중앙값과 p95를 확인할 수 있습니다.

HTTP 모니터링

Firebase는 네트워크 요청을 자동으로 가로채고 URL, 응답 코드, 페이로드 크기 및 실행 시간을 기록합니다. Android의 OkHttp의 경우 자동 계측이 추가 구성 없이 작동합니다. 네트워크 요청은 엔드포인트별로 그룹화되어 콘솔에 표시되므로 특정 API의 지연을 신속하게 식별할 수 있습니다.

비즈니스 로직을 위한 커스텀 트레이스

표준 메트릭은 전반적인 성능을 다루지만, 비즈니스 프로세스를 진단하려면 특정 시나리오를 계측해야 합니다. 커스텀 트레이스를 사용하면 인증, 뉴스 피드 로딩, 이미지 처리 또는 데이터 동기화의 실행 시간을 측정할 수 있습니다.

각 커스텀 트레이스는 “시나리오-액션” 형식의 의미 있는 이름을 가져야 하며 필터링을 위한 속성을 포함해야 합니다. 예를 들어, “file_size”와 “compression_quality” 속성이 있는 “image-upload” 트레이스는 업로드 시간의 이미지 크기 의존성을 식별하는 데 도움이 됩니다. 화면당 20개 이상의 커스텀 트레이스를 생성하지 않는 것이 좋습니다. 과도한 계측은 노이즈를 만들고 분석을 복잡하게 합니다.

import FirebasePerformance

func trackImageUpload(data: Data) {
    let trace = Performance.startTrace(name: "image-upload")
    trace?.setValue(data.count, forAttribute: "file_size")
    trace?.setValue("high", forAttribute: "compression")
    // 이미지 로딩
    trace?.stop()
}

Swift 예제는 파일 크기 및 압축 수준 속성을 사용하여 이미지 로딩에 대한 트레이스를 생성합니다. Firebase 콘솔에서 이러한 속성은 메트릭을 그룹화하고 필터링하기 위한 필드가 됩니다.

임계값 및 알림

알림 시스템 없이 메트릭을 수집하는 것은 무용지물입니다. 알림은 메트릭이 허용 가능한 한계를 초과할 때 팀에 알려야 하며, 임계값은 경고, 심각, 중단의 세 가지 수준으로 나뉩니다. 각 수준은 알림 채널을 결정합니다: 경고 — 팀 Slack 채널, 심각 — 당직 엔지니어의 PagerDuty, 중단 — 모든 이해 관계자에게 대량 알림.

모바일 메트릭의 경우 백분위수 기반 동적 임계값을 사용하는 것이 좋습니다. p95 콜드 스타트 시간이 4초 초과 — 심각 알림. 정적 임계값(예: CPU > 90%)은 시간대와 요일에 따른 정상 부하 변동을 고려하지 않아 효과가 떨어집니다. Firebase Performance는 Firebase Console을 통한 알림 구성을 지원하며, Slack, PagerDuty 및 이메일로 알림을 보내고 확인되지 않은 경우 에스컬레이션 옵션을 제공합니다.

인시던트 관리 설문조사(2024)에 따르면, 평균이 아닌 백분위수를 기반으로 알림을 설정하는 팀은 인시던트를 45% 더 적게 놓칩니다. 평균값은 이상값을 평활화하지만, p95는 시간대와 계절적 부하 변동에 관계없이 사용자에게 최악의 시나리오를 보여줍니다.